Question

我有一个XML，其中包含许多特殊符号，如®（HTML编号和＃174）等。和HTML名称，如＆amp; atilde（HTMLnumberã）等。

我正在尝试使用Java将这些HTML符号和HTML名称替换为相应的HTML编号。为此，我首先将XML文件转换为字符串，然后将replaceAll方法用作：

File fn = new File("myxmlfile.xml");
String content = FileUtils.readFileToString(fn);
content = content.replaceAll("®", "&\#174");
FileUtils.writeStringToFile(fn, content);

但这不起作用。

任何人都可以告诉你该怎么做。

谢谢!!!

Answer 1

replaceAll方法的签名是：

public String replaceAll(String regex, String replacement)

您必须注意第一个参数是有效的正则表达式。 Java Pattern类描述了Java正则表达式中使用的构造。

根据我在Pattern类描述中看到的内容，我看不出有什么问题：

content = content.replaceAll("®", "&\#174");

你可以尝试：

content = content.replaceAll("\\p(®)", "&\#174");

看看它是否更好。

Answer 2

我不认为\＃是一个有效的转义序列。顺便说一句，“＆amp;＃174”有什么问题？

Answer 3

如果您想要HTML数字，请先尝试转义XML。

使用EscapeUtils from Apache Commons Lang。

Java可能无法处理它，所以首先我优先逃避Java，然后再使用XML或HTML。

    String escapedStr= StringEscapeUtils.escapeJava(yourString);
    escapedStr= StringEscapeUtils.escapeXML(yourString);
    escapedStr= StringEscapeUtils.escapeHTML(yourString);

使用Java将HTML符号和HTML名称转换为HTML编号

3 个答案: